文献

J-GLOBAL ID：201802214209173796   整理番号：18A1499374

Deep Learningによるコンクリートの変状自動検出器の開発とWebシステムの実装

DEVELOPMENT OF AN AUTOMATIC DETECTOR OF CONCRETE SURFACE DETEREORATIONS USING DEEP LEARNING AND IMPLEMENTATION OF WEB SYSTEM

著者 (2件)： 横山傑 (北海道大学 大学院工学院北方圏環境政策工学専攻) ,  松本高志 (北海道大学 大学院工学研究院)
資料名： 土木学会論文集 A2(応用力学)(Web)  (Journal of Japan Society of Civil Engineers, Ser. A2 (Applied Mechanics) (Web))
巻： 73  号： 2  ページ： I_781-I_789(J-STAGE)  発行年： 2017年 
JST資料番号： U0102B  ISSN： 2185-4661  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,インフラ構造物の老朽化が進み,またそうした構造物が増えてきている.特に,コンクリート構造物におけるひび割れは,劣化損傷要因を間接的に表すと共に,耐久性の観点から弱点となる存在であるため,その長さ,幅,範囲などを点検において取得することが重要であるとされている.そこで本研究では,Deep learningを用いて,コンクリート表面の写真から,ひび割れ,エフロレッセンス,チョークの文字の有無と位置を「自動的」に検出する検出器を開発した.さらに,使用機器によらず,インターネット環境にあれば不特定多数が利用できるように,Twitterの自動検出器アカウントにコンクリート表面の写真を添付しリプライすることで,サーバーから検出結果が返信されるWebシステムを構築した.(著者抄録)

シソーラス用語： コンクリート構造物 ,  劣化 ,  亀裂 ,  *機械学習 ,  エフロレセンス ,  画像処理 ,  Web【情報システム】 ,  表面 ,  *コンクリート ,  因子 ,  損傷 ,  *検出 ,  *自動化 ,  *変化 ,  報告 ,  *計算機利用システム
準シソーラス用語： 損傷要因 ,  *ディープラーニング ,  Deep learning ,  変状自動検出器 ,  ツイッター ,  自動検出器アカウント ,  コンクリート表面 ,  アカウント ,  *Webシステム

著者キーワード (5件)： machine learning ,  deep learning ,  automatic detector ,  crack ,  efflorescence

分類 (2件)： コンクリート構造  (RA04030A) ,  図形・画像処理一般  (JE04010I)

引用文献 (19件)：

• 木村亮介,藤田悠介,河村圭,浜本義彦:画像処理によるコンクリート構造物のひび割れ計測の実用化に関する基礎研究,第26回ファジィシステムシンポジウムTG2-1,2010.
• 藤田悠介,中村秀明,浜本義彦:画像処理によるコンクリート構造物のひび割れ幅の分類,コンクリート工学年次論文集,Vol.34,No.1,pp.1792-1797,2012.
• 岡谷貴之:画像認識のための深層学習の研究動向,人工知能学会誌,Vol.31,No.2,pp169-179,2016.
• Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard, and L. D. Jackel: Backpropagation applied to handwritten zip code recognition, Neural Computation, Vol. 1, pp. 541-551,1989.
• A. Krizhevsky, I. Sutskever, and G. Hinton: ImageNet classification with deep convolutional neural networks, NIPS, 2012.

タイトルに関連する用語 (6件)： コンクリート ,  変状 ,  自動検出 ,  開発 ,  Webシステム ,  実装